2020年基于pytorch的YOLO5目标检测项目实战视频教程 (附讲义)20课

适用人群：

希望学习YOLOv5目标检测部署方法的学员

课程介绍：

YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高，更加灵活和便利。

本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。

本课程的YOLOv5使用ultralytics/yolov5，在Windows系统上做项目演示。包括：安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。

课程目录：

00.配套课件（讲义）

01.课程介绍

02.目标检测-任务说明

03.目标检测-常用数据集

04.目标检测-性能指标

05.YOLO目标检测系列技术发展史

06.YOLOv5的Github仓库介绍

07.YOLOv5网络架构、组件及Loss函数

08.安装软件环境(cuda,cudnn)

09.安装Anaconda和PyTorch

10.克隆和安装YOLOv5

11.标注自己的数据集

12.准备自己的数据集

13.修改配置文件

14.训练自己的数据集

15.测试训练出的网络模型及性能统计

16.数据集准备

17.修改配置文件

18.网络训练

19.网络模型测试及性能统计

20.课程总结

课程大小：

备注：(04)2020102901人工智能